语言大模型 / LLM

Toward Inherently Robust VLMs Against Visual Perception Attacks

朝向对抗视觉感知攻击的固有鲁棒性VLMs

Pedram MohajerAnsari, Amir Salarpour, Michael Kühr, Siyu Huang, Mohammad Hamad, Sebastian Steinhorst, Habeeb Olufowobi, Bing Li, Mert D. Pesé

机构 * Clemson University（克莱姆森大学） ； Technical Universität München（慕尼黑技术大学） ； University of Texas at Arlington（德克萨斯大学阿灵顿分校） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.LG

AI总结 本文提出V2LMs，通过固有鲁棒性提升自动驾驶车辆感知对视觉攻击的抗性，实验显示其在对抗攻击下表现优于传统DNNs。

Comments Accepted to the 2026 IEEE Intelligent Vehicles Symposium (IV 2026)

Learning to Continually Learn via Meta-learning Agentic Memory Designs

通过元学习代理记忆设计实现持续学习

Yiming Xiong, Shengran Hu, Jeff Clune

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

专题命中 长上下文与记忆 ：foundation model(abstract)；分类 cs.AI

AI总结 本文提出ALMA框架，通过元学习自动设计记忆模块，使代理系统在多样化领域实现持续学习。

Lemon Agent Technical Report

柠檬代理技术报告

Haipeng Jiang, Kailong Ren, Zimo Yin, Zhetao Sun, Xin Gan, Guangyi Lv, Ming He, Peng Wang, Congli Yin, Hong Pan, Changwen Zhang, Shan Tong, Zhengyu Xu, Zeping Chen, Yubin Huangfu, Yanzhi Xu, Xing Su, Qin Feng, Dong An, Jianping Fan

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 柠檬代理是一种基于AgentCortex框架的多代理系统，通过自适应调度和三级上下文管理策略，优化资源利用和任务处理效率，实现复杂场景下的高准确率表现。

Improving Code Localization with Repository Memory

通过仓库记忆提升代码定位

Boshi Wang, Weijian Xu, Yunsheng Li, Mei Gao, Yujia Xie, Huan Sun, Dongdong Chen

专题命中 长上下文与记忆 ：language agent(abstract)；分类 cs.CL

AI总结 通过利用仓库提交历史增强语言代理的记忆，提升代码定位性能，更接近人类开发者经验。

Comments ICLR 2026

LongR: Unleashing Long-Context Reasoning via Reinforcement Learning with Dense Utility Rewards

LongR: 通过密集效用奖励的强化学习解锁长上下文推理

Bowen Ping, Zijun Chen, Yiyao Yu, Tingfeng Hui, Junchi Yan, Baobao Chang

机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.CL

AI总结 LongR通过整合动态'思考与阅读'机制和上下文密度奖励，提升长上下文推理性能，在多个基准测试中取得显著成效。

Locas: Your Models are Principled Initializers of Locally-Supported Parametric Memories

Locas: 您的模型是局部支持的参数记忆的原理性初始化器

Sidi Lu, Zhenwen Liang, Dongyang Ma, Yan Wang, Haitao Mi, Dong Yu

机构 * Tencent AI Lab（腾讯人工智能实验室） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.CL

AI总结 Locas通过原理化初始化方法，实现参数记忆的高效持续学习，减少灾难性遗忘，提升模型泛化能力。

Comments Tencent AI Lab Technical Report

EvoFSM: Controllable Self-Evolution for Deep Research with Finite State Machines

EvoFSM: 通过有限状态机实现可控的自我进化用于深度研究

Shuo Zhang, Chaofa Yuan, Ryan Guo, Xiaomin Yu, Rui Xu, Zhangquan Chen, Zinuo Li, Zhi Yang, Shuhao Guan, Zhenheng Tang, Sen Hu, Liwen Zhang, Ronghao Chen, Huacan Wang

机构 * QuantaAlpha ； HKUST(GZ)（香港科技大学（广州）） ； FDU（福建大学） ； THU（清华大学） ； SUFE（上海财经大学） ； UCD（都柏林大学） ； HKUST（香港科技大学） ； PKU（北京大学） ； UCAS（中国科学技术大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 EvoFSM通过有限状态机实现可控自我进化，提升智能体在开放性问题中的适应性与稳定性，有效解决传统方法的不稳定性与幻觉问题。

MAGNET: Towards Adaptive GUI Agents with Memory-Driven Knowledge Evolution

MAGNET：迈向基于记忆驱动的知识演化的自适应GUI代理

Libo Sun, Jiwen Zhang, Siyuan Wang, Zhongyu Wei

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Southern California（南加州大学） 纠错

专题命中 长上下文与记忆 ：foundation model(abstract)；分类 cs.AI

AI总结 MAGNET通过双层记忆机制和动态演化机制，提升GUI代理在界面变化中的适应性和任务执行性能。

CHOIR: A Chatbot-mediated Organizational Memory Leveraging Communication in University Research Labs

CHOIR：一种通过交流利用组织记忆的聊天机器人，用于大学研究实验室

Sangwook Lee, Adnan Abbas, Yan Chen, Young-Ho Kim, Sang Won Lee

机构 * NAVER AI Lab（NAVER人工智能实验室） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 CHOIR是一种基于大语言模型的聊天机器人，通过四个核心功能帮助大学研究实验室管理组织记忆，解决文档维护和隐私保护的挑战。

Comments 19 pages excluding references and appendix. Accepted at ACM CHI 2026. https://doi.org/10.1145/3772318.3791314

Journal ref CHI '26: Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems

Dual-Phase Continual Learning: Supervised Adaptation Meets Unsupervised Retention

双相持续学习：监督适应与无监督保留的结合

Vaibhav Singh, Rahaf Aljundi, Eugene Belilovsky

机构 * Mila, Concordia University（蒙特利尔大学米尔人工智能实验室） ； Concordia University（蒙特利尔大学） ； Toyota Motor Europe（丰田欧洲公司） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.LG

AI总结 本文提出了一种基于无监督方法的双相持续学习框架，通过利用测试时间数据提升先前任务性能，无需存储或重播数据，有效缓解VLMs中的遗忘问题。

Comments 10 pages, 2 figures

Are Agents Probabilistic Automata? A Trace-Based, Memory-Constrained Theory of Agentic AI

智能体是概率自动机吗？基于轨迹的、内存受限的智能体AI理论

Roham Koohestani, Ziyou Li, Anton Podkopaev, Maliheh Izadi

机构 * JetBrains Research, Amsterdam, the Netherlands（JetBrains研究院，荷兰阿姆斯特丹） ； Delft University of Technology, Delft, the Netherlands（代尔夫特理工大学，荷兰代尔夫特） ； Constructor University, Bremen, Germany（Constructor大学，德国不来梅） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出了一种基于轨迹的、内存受限的智能体AI理论，通过自动机理论模型分析智能体与环境交互行为的概率分布，并探讨了不同内存限制下轨迹语言的可判定性。

SPLA: Block Sparse Plus Linear Attention for Long Context Modeling

SPLA：块稀疏加线性注意力用于长上下文建模

Bailin Wang, Dan Friedman, Tao Lei, Chong Wang

机构 * apple（苹果公司） 纠错

专题命中 长上下文与记忆 ：pretraining(abstract)；分类 cs.CL

AI总结 SPLA通过块稀疏加线性注意力框架，在长上下文建模中提升效率并保持性能，超越密集注意力模型。

Comments v1

Understanding Parametric Knowledge Injection in Retrieval-Augmented Generation

理解检索增强生成中的参数化知识注入

Minghao Tang, Shiyu Ni, Jingtong Wu, Zengxin Han, Keping Bi

机构 * State Key Laboratory of AI Safety（人工智能安全国家重点实验室） ； ICT, Chinese Academy of Sciences（中国科学院信息科技研究院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.CL

AI总结 本文研究了参数化RAG中的知识注入，发现结合传统和参数化方法（PT-RAG）在性能上最佳，同时揭示了其在知识冲突和鲁棒性方面的优势。

EMemBench: Interactive Benchmarking of Episodic Memory for VLM Agents

EMemBench: 交互式评估VLM代理情景记忆的基准测试

Xinze Li, Ziyue Zhu, Siyuan Liu, Yubo Ma, Yuhang Zang, Yixin Cao, Aixin Sun

专题命中 长上下文与记忆 ：prompting(abstract)；分类 cs.CL

AI总结 EMemBench通过交互式游戏评估VLM代理的情景记忆，发现归纳和空间推理在视觉设置中仍是瓶颈，且持续记忆对文本游戏有明显提升，但对VLM代理的提升不一致。

Comments 25 pages

TDFlow: Agentic Workflows for Test Driven Development

TDFlow: 为测试驱动开发设计的代理工作流

Kevin Han, Siddharth Maddikayala, Tim Knappe, Om Patel, Austen Liao, Amir Barati Farimani

机构 * Carnegie Mellon University（卡内基梅隆大学） ； UC San Diego（南加州大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 TDFlow通过测试驱动的工作流实现人类水平的测试解析，提升软件修复性能。

Comments Published in the 19th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2026 Main Conference)

HiNS: Hierarchical Negative Sampling for More Comprehensive Memory Retrieval Embedding Model

HiNS：分层负采样用于更全面的记忆检索嵌入模型

Motong Tian, Allen P. Wong, Mingjun Mao, Wangchunshu Zhou

机构 * OPPO ； Zhejiang University（浙江大学） 纠错

专题命中 长上下文与记忆 ：language agent(abstract)；分类 cs.CL

AI总结 HiNS通过分层负采样方法提升记忆检索嵌入模型的检索保真度和泛化能力，在多个任务中取得显著性能提升。

Analog In-memory Training on General Non-ideal Resistive Elements: The Impact of Response Functions

基于通用非理想电阻元件的类比内存训练：响应函数的影响

Zhaoxian Wu, Quan Xiao, Tayfun Gokmen, Omobayode Fagbohungbe, Tianyi Chen

机构 * Cornell University（康奈尔大学） ； IBM T. J. Watson Research Center（IBM T.J.沃森研究中⼼） ； Rensselaer Polytechnic Institute（拉特盖尔理工学院） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.LG

AI总结 本文研究了非理想响应函数对类比内存计算训练动态的影响，提出残差学习算法以解决非对称响应函数带来的问题，并通过模拟验证了理论成果。

MineNPC-Task: Task Suite for Memory-Aware Minecraft Agents

MineNPC-Task: 用于记忆感知Minecraft代理的任务套件

Tamil Sudaravan Mohan Doss, Michael Xu, Sudha Rao, Andrew D. Wilson, Balasaravanan Thoravi Kumaravel

机构 * Microsoft（微软） ； Microsoft Research（微软研究院） ； Microsoft Research United States（微软研究院美国） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 MineNPC-Task通过与专家玩家共同游戏生成任务，评估记忆感知Minecraft代理在开放世界中的表现，发现代码执行等任务中的崩溃模式，并提出改进内存持久性的需求。

Graph-Guided Passage Retrieval for Author-Centric Structured Feedback

基于图的论文检索用于作者导向的结构化反馈

Maitreya Prafulla Chitale, Ketaki Mangesh Shetye, Harshit Gupta, Manav Chaudhary, Manish Shrivastava, Vasudeva Varma

机构 * IIIT Hyderabad（IIIT海得拉尔学院） ； Microsoft, India（微软公司） ； Sentisum（Sentisum公司） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.CL

AI总结 AutoRev通过基于图的检索增强生成框架，为作者提供结构化反馈，提升预提交阶段的高质量指导生成。

AI Agents as Policymakers in Simulated Epidemics

AI代理作为模拟流行病中的政策制定者

Goshi Aoki, Navid Ghaffarzadegan

机构 * Department of Industrial and Systems Engineering（工业与系统工程系） ； Virginia Tech（弗吉尼亚理工大学） 纠错

专题命中 长上下文与记忆 ：prompting(abstract)；分类 cs.AI

AI总结 本文提出了一种生成式AI代理，用于模拟流行病中的政策决策，通过理论引导的提示提升决策质量，展示AI在复杂社会系统中的应用潜力。

Comments 24 pages, 5 figures

Visual Merit or Linguistic Crutch? A Close Look at DeepSeek-OCR

视觉价值还是语言依赖？对DeepSeek-OCR的深入考察

Yunhao Liang, Ruixuan Ying, Bo Li, Hong Li, Kai Yan, Qingwen Li, Min Yang, Okamoto Satoshi, Zhe Cui, Shiwen Ni

机构 * Chengdu Institute of Computer Applications, CAS（成都计算机应用研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； IMRAM, Tohoku University（东大理工学院IMRAM） ； China Tower Corporation Limited（中国塔公司） ； CSIS, Tohoku University（东大理工学院CSIS） ； National Institute for Materials Science（国家材料科学研究所） ； Shenzhen Institutes of Advanced Technology, CAS（深圳先进技术研究所，中国科学院） ； Artificial Intelligence Research Institute, Shenzhen University of Advanced Technology（深圳先进技术大学人工智能研究院） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.CL

AI总结 DeepSeek-OCR通过光学映射实现高比率视觉-文本压缩，但其性能依赖于语言先验，缺乏语言支持时性能大幅下降，揭示了当前压缩技术可能加剧长上下文瓶颈的问题。

GatedFWA: Linear Flash Windowed Attention with Gated Associative Memory

带有门控关联记忆的线性滑动窗口注意力

Jiaxu Liu, Yuhe Bai, Xiangyu Yin, Christos-Savvas Bouganis

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.LG

AI总结 GatedFWA是一种通过门控关联记忆机制提升滑动窗口注意力稳定性和梯度流动的高效注意力机制，适用于自回归模型和语言建模任务。

Agentic Memory Enhanced Recursive Reasoning for Root Cause Localization in Microservices

基于代理记忆的递归推理用于微服务根因定位

Lingzhe Zhang, Tong Jia, Yunpeng Zhai, Leyi Pan, Chiming Duan, Minghua He, Mengxi Jia, Ying Li

机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） ； Tsinghua University（清华大学） ； Institute of Artificial Intelligence（人工智能研究院） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出AMER-RCL框架，通过递归推理和代理记忆提升微服务根因定位的准确性和效率。

Comments accepted by ICSE-SEIP'26

Orchestral AI: A Framework for Agent Orchestration

Orchestral AI: 一个用于智能体协调的框架

Alexander Roman, Jacob Roman

机构 * Orchestral AI 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 Orchestral AI 提供了一个统一的Python框架，用于跨多个LLM供应商构建智能体，通过类型安全接口和自动工具模式生成，简化了工具调用和跨供应商集成。

Comments 17 pages, 3 figures. For more information visit https://orchestral-ai.com

Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task

你的大脑在使用ChatGPT时：在使用AI助手写论文任务时积累的认知债务

Nataliya Kosmyna, Eugene Hauptmann, Ye Tong Yuan, Jessica Situ, Xian-Hao Liao, Ashly Vivian Beresnitzky, Iris Braunstein, Pattie Maes

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 研究发现使用LLM辅助写作会导致认知负担增加，长期依赖LLM可能影响学习效果。

Comments 216 pages, 102 figures, 4 tables and appendix

End-to-End Test-Time Training for Long Context

端到端的测试时间训练用于长上下文

Arnuv Tandon, Karan Dalal, Xinhao Li, Daniel Koceja, Marcel Rød, Sam Buchanan, Xiaolong Wang, Jure Leskovec, Sanmi Koyejo, Tatsunori Hashimoto, Carlos Guestrin, Jed McCaleb, Yejin Choi, Yu Sun

机构 * NVIDIA（NVIDIA公司） ； Stanford University（斯坦福大学） ； UC Berkeley（伯克利大学） ； UC San Diego（圣地亚哥大学） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.LG

AI总结 本文提出了一种端到端的测试时间训练方法，通过在测试时进行token预测和训练时的元学习，实现长上下文处理，具有与完整注意力相同的扩展性但更高效的推理速度。

Comments Code: https://github.com/test-time-training/e2e

Deep Global Clustering for Hyperspectral Image Segmentation: Concepts, Applications, and Open Challenges

超光谱图像分割的深度全局聚类：概念、应用与开放挑战

Yu-Tang Chang, Pin-Wei Chen, Shih-Fang Chen

机构 * Department of Biomechatronics Engineering（生物机电工程系） ； National Taiwan University（台湾国立大学） 纠错

专题命中 长上下文与记忆 ：foundation model(abstract)；分类 cs.LG

AI总结 本文提出深度全局聚类框架，用于高效超光谱图像分割，通过局部块观测学习全局聚类结构，实现快速训练与稳定内存使用，同时在农业监测中展示出无监督疾病检测能力。

Comments 10 pages, 4 figures. Technical report extending ACPA 2025 conference paper. Code and data available at https://github.com/b05611038/HSI_global_clustering

AnalogSAGE: Self-evolving Analog Design Multi-Agents with Stratified Memory and Grounded Experience

AnalogSAGE: 带分层记忆和基础经验的自进化模拟设计多智能体

Zining Wang, Jian Gao, Weimin Fu, Xiaolong Guo, Xuan Zhang

机构 * Northeastern University（东北大学） ； Kansas State University（堪萨斯州立大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.LG

AI总结 AnalogSAGE通过分层记忆和基础经验提升模拟设计自动化可靠性与自主性

RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic

RoboSafe: 通过可执行的安全逻辑保障具身智能体

Le Wang, Zonghao Ying, Xiao Yang, Quanchen Zou, Zhenfei Yin, Tianlin Li, Jian Yang, Yaodong Yang, Aishan Liu, Xianglong Liu

机构 * Beihang University（北航大学） ； AI Security Lab（360AI安全实验室） ； The University of Sydney（悉尼大学） ； Nanyang Technological University（南洋理工大学） ； Peking University（北京大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.AI

AI总结 RoboSafe通过可执行的安全逻辑保障具身智能体，减少危险行为并保持任务性能。

Comments 11 pages, 6 figures

SweRank+: Multilingual, Multi-Turn Code Ranking for Software Issue Localization

SweRank+: 多语言、多轮次代码排名用于软件问题定位

Revanth Gangi Reddy, Ye Liu, Wenting Zhao, JaeHyeok Doo, Tarun Suresh, Daniel Lee, Caiming Xiong, Yingbo Zhou, Semih Yavuz, Shafiq Joty

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Salesforce AI Research（Salesforce AI研究院） ； KAIST AI（韩国科学技术院AI研究中心） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 SweRank+结合跨语言代码排名工具和代理搜索设置，实现多轮次的代码库推理，提升多语言软件问题定位的准确性和效率。